Understanding fragility fracture patients’ decision-making process regarding bisphosphonate treatment
Notice bibliographique
Résumé
We aimed to understand how patients 50 years and older decided to persist with or stop osteoporosis (OP) treatment. Processes related to persisting with or stopping OP treatments are complex and dynamic. The severity and risks and harms related to untreated clinical OP and the favorable benefit-to-risk profile for OP treatments should be reinforced. INTRODUCTION: Older adults with fragility fracture and clinical OP are at high risk of recurrent fracture, and treatment reduces this risk by 50 %. However, only 20 % of fracture patients are treated for OP and half stop treatment within 1 year. We aimed to understand how older patients with new fractures decided to persist with or stop OP treatment over 1 year. METHODS: We conducted a grounded theory study of patients 50 years and older with upper extremity fracture who started bisphosphonates and then reported persisting with or stopping treatment at 1 year. We used theoretical sampling to identify patients who could inform emerging concepts until data saturation was achieved and analyzed these data using constant comparison. RESULTS: We conducted 21 interviews with 12 patients. Three major themes emerged. First, patients perceived OP was not a serious health condition and considered its impact negligible. Second, persisters and stoppers differed in weighting the risks vs benefits of treatments, where persisters perceived less risk and more benefit. Persisters considered treatment "required" while stoppers often deemed treatment "optional." Third, patients could change treatment status even 1-year post-fracture because they re-evaluated severity and impact of OP vs risks and benefits of treatments over time. CONCLUSIONS: The processes and reasoning related to persisting with or stopping OP treatments post-fracture are complex and dynamic. Our findings suggest two areas of leverage for healthcare providers to reinforce to improve persistence: (1) the severity and risks and harms related to untreated clinical OP and (2) the favorable benefit-to-risk profile for OP treatments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».